如何使用 xgb.train 在我的 xgboost 模型中指定树的数量？
How can I specify the number of the trees in my xgboost model ,using xgb.train?
如果我使用 xgb.train，我如何指定模型中的树数？
在xgboost.XGBRegressor()中，我知道可以使用参数'n_estimators'，但是在xgb.train()中我应该做什么呢？
我搜索了Google但没有找到任何答案，在此先感谢。
是num_boost_round。正如 api documentation 中所述：
num_boost_round (int) – Number of boosting iterations.
要完全匹配 xgb.train 和 scikit 包装器（XGBRegressor 或 XGBClassifier）的输出，您可以在此处查看我的其他答案：
如果我使用 xgb.train，我如何指定模型中的树数？
在xgboost.XGBRegressor()中，我知道可以使用参数'n_estimators'，但是在xgb.train()中我应该做什么呢？
我搜索了Google但没有找到任何答案，在此先感谢。
是num_boost_round。正如 api documentation 中所述：
num_boost_round (int) – Number of boosting iterations.
要完全匹配 xgb.train 和 scikit 包装器（XGBRegressor 或 XGBClassifier）的输出，您可以在此处查看我的其他答案：